-
公开(公告)号：CN113657493A
公开(公告)日：2021-11-16
申请号：CN202110941143.2
申请日：2021-08-17
Applicant: 北京理工大学
Abstract: 本发明涉及基于风格特征通道注意力的X光安检图像违禁品检测方法，属于目标检测技术领域。包括：1对数据集进行预处理获取训练集和测试集；2对训练集进行数据增强和打乱处理；3构建SCIA模块，并构建特征金字塔网络SCIA‑FPN；4将训练集的X光安检图像输入SCIA‑FPN获取特征图；5将特征图输入RPN网络获取预测框；6将预测框和特征图输入ROI池化层，输出池化后的特征图；7将池化后的特征图输入分类回归网络；8重复2至7进行多次训练获取违禁品检测模型；9将测试集输入违禁品检测模型输出违禁品检测结果。所述方法能有效检测出X光安检图像中被遮挡的多尺度违禁品，给出违禁品类别分数并精确标出违禁品位置。
-
公开(公告)号：CN114399482B
公开(公告)日：2024-11-26
申请号：CN202210000437.X
申请日：2022-01-04
Applicant: 北京理工大学
IPC: G06T7/00 , G06V10/40 , G06N3/0464 , G06N3/08 , G06V10/80
Abstract: 本发明涉及一种基于加权双向融合特征金字塔网络的违禁品检测方法，属于目标检测技术领域。包括：1制作数据集并划分为训练集和测试集；2构建加权双向融合特征金字塔网络WDFPN，具体为：在FPN自上而下融合的路径中间添加注意力模块；在FPN卷积下方添加一个注意力模块生成特征图D2；在FPN输出端添加一个自下而上融合的路径；3搭建包含特征提取网络、RPN网络、ROI池化层以及分类回归网络的违禁品检测网络；4利用训练集对违禁品检测网络进行训练，得到违禁品检测模型；5利用测试集对违禁品检测模型进行测试，验证该模型性能；所述方法能有效解决X光安检图像中杂乱背景下的多尺度违禁品漏检问题，提高违禁品检测精度。
-
公开(公告)号：CN114399482A
公开(公告)日：2022-04-26
申请号：CN202210000437.X
申请日：2022-01-04
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于加权双向融合特征金字塔网络的违禁品检测方法，属于目标检测技术领域。包括：1制作数据集并划分为训练集和测试集；2构建加权双向融合特征金字塔网络WDFPN，具体为：在FPN自上而下融合的路径中间添加注意力模块；在FPN卷积下方添加一个注意力模块生成特征图D2；在FPN输出端添加一个自下而上融合的路径；3搭建包含特征提取网络、RPN网络、ROI池化层以及分类回归网络的违禁品检测网络；4利用训练集对违禁品检测网络进行训练，得到违禁品检测模型；5利用测试集对违禁品检测模型进行测试，验证该模型性能；所述方法能有效解决X光安检图像中杂乱背景下的多尺度违禁品漏检问题，提高违禁品检测精度。
-
公开(公告)号：CN113657493B
公开(公告)日：2024-06-25
申请号：CN202110941143.2
申请日：2021-08-17
Applicant: 北京理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及基于风格特征通道注意力的X光安检图像违禁品检测方法，属于目标检测技术领域。包括：1对数据集进行预处理获取训练集和测试集；2对训练集进行数据增强和打乱处理；3构建SCIA模块，并构建特征金字塔网络SCIA‑FPN；4将训练集的X光安检图像输入SCIA‑FPN获取特征图；5将特征图输入RPN网络获取预测框；6将预测框和特征图输入ROI池化层，输出池化后的特征图；7将池化后的特征图输入分类回归网络；8重复2至7进行多次训练获取违禁品检测模型；9将测试集输入违禁品检测模型输出违禁品检测结果。所述方法能有效检测出X光安检图像中被遮挡的多尺度违禁品，给出违禁品类别分数并精确标出违禁品位置。
-
-
-
Search Results
4
records
(took 0.029 seconds)
